酶解法辅助提取布渣叶总黄酮的工艺优选

目的：优选酶解法辅助提取布渣叶总黄酮的工艺条件。方法：以总黄酮提取率为指标，采用单因素试验、正交试验法，分别考察酶种类、酶用量、pH值、酶解时间及乙醇浓度对提取工艺的影响。结果：最佳工艺条件为复合酶（纤维素酶∶果胶酶=1∶1）用量1%，乙醇浓度60%，酶解1h，总黄酮提取率为20.90%，较未经酶解法提高了4.85%。结论：优选的工艺简单高效，为布渣叶总黄酮的开发利用提供了实验依据。     

新疆公共服务资源空间配置与城乡互动耦合协调发展评价

公共服务资源是社会发展的“先行资本”,对于区域社会经济发展与城乡融合发展具有正面外部效应。依据公共服务资源公平性、效益性与协调性原则,结合AHP、熵值与聚类分析方法,建立新疆公共服务资源配置与城乡互动效益评价指标体系,利用协调耦合发展模型,揭示研究区公共服务、城乡互动发展以及两者耦合协调度的总体特征和空间特征。结果表明：（1） 新疆各地不同类型公共服务资源空间配置公平性有所差异,空间非公平性>人口非公平性。（2） 公共服务资源综合效益以及城乡互动发展水平呈现较低、一般（中等）、较高三个类型。（3） 公共服务效益空间分异特征呈现出东南片区>西北片区;城乡互动水平空间差异呈现出天山北坡经济带高于其他区域。（4） 新疆大部分处于城乡互动与公共服务相互影响、相互磨合的过渡发展阶段,导致公共服务损益或城乡互动损益,个别区域处在两个系统相互制约、失调衰退阶段。通过进一步提出加快建立健全城乡互动公共服务体系,构建大、中、小多层次城镇空间格局,继续完善和开拓新的公共服务增长点以满足不断增长的城乡社会发展需求等建议措施,为确保城乡居民生存发展公平与效率,促进公共服务与城乡互动耦合协调发展提供参考借鉴。     

中国内地客源赴澳门旅游的空间差异及影响因素分析

中国内地已经成长为澳门最大的客源市场。论文依据澳门入境旅游统计数据,并运用计量地理学及因子分析相关方法综合分析中国内地客源赴澳门旅游的空间差异及影响因素。研究结果显示:中国东南沿海省区仍将是澳门的主要客源地,从2011至2016年内地客源赴澳门旅游的空间均衡重心点逐渐向北-向西移动,中国内地客源市场北方省区、中西部省区游客赴澳门旅游的市场潜力不断增大,内地客源赴澳门旅游的空间集聚程度日益离散,经济发展基础及消费能力是影响中国内地客源赴澳门旅游的主要因素。     

分区上异点校正法在干旱地区1:5万地球化学异常圈定中的应用:以我国西北某地区为例

我国西北地区具有独特的干旱荒漠戈壁残山景观,风成砂、黄土硬壳以及下伏的膏岩层与岩屑层共同构成了浅层地表土壤的基本结构.以西北某干旱地区为例,针对剥蚀程度高且元素富集不明显的干旱荒漠区,提出了分区上异点校正法.该方法是一种建立在非常规统计学基础上的数据处理方法,直接通过某种规则将各个分区的上异点调整到统一水平上,使得每个...     

边角后方交会最优图形与精度分析

利用严密误差分析方法,对边角后方交会几何图形进行分析,得出最优图形,并根据得出的点位误差等值线圈定边角后方交会图形的＂危险区域＂。同时根据工程现场实际情况有针对性地提出改进或优化图形的方法。     

训练样本对遥感影像分类精度影响研究

以大理SPOT-5 HRG影像和Landsat TM影像作为数据源,在构建标准训练样本数据集的基础上,探索训练样本对遥感影像分类的影响。选取不同训练样本数量组合,分别对监督分类中的平行六面体、最小距离、马氏距离、最大似然法、神经网络和支持向量机6种分类方法进行多次实验,并采用Kappa系数和总体分类精度对实验分类结果的精度进行评价。结果表明:以多次分类结果的平均值作为最终的分类结果能减小随机误差;增加训练样本数量可以减小单次分类引起的随机误差;在不同的训练样本量下,支持向量机的分类精度最高。     

海涂围垦工程中悬挂式爆破挤淤基础处理技术探讨

沿海软土地基围涂工程中悬挂式爆破挤淤基础处理断面结构设计中遇到的最大难题是对腰宽的处理,腰宽太窄则工后沉降大,反之,则断面石方量增大,投资增加,因此,试图通过工程实例说明悬挂式爆破挤淤基础处理断面设计及工程实施过程中遇到的问题及对策措施。     

Annual Frequency of Tropical Cyclones Directly Affecting Guangdong Province:Prediction Based on LSTM-FC

Tropical cyclone (TC) annual frequency forecasting is significant for disaster prevention and mitigation in Guangdong Province. Based on the NCEP-NCAR reanalysis and NOAA Extended Reconstructed global sea surface temperature (SST) V5 data in winter, the TC frequency climatic features and prediction models have been studied. During 1951-2019, 353 TCs directly affected Guangdong with an annual average of about 5.1. TCs have experienced an abrupt change from abundance to deficiency in the mid to late 1980 with a slightly decreasing trend and a normal distribution. 338 primary precursors are obtained from statistically significant correlation regions of SST, sea level pressure, 1000hPa air temperature, 850hPa specific humidity, 500hPa geopotential height and zonal wind shear in winter. Then those 338 primary factors are reduced into 19 independent predictors by principal component analysis (PCA). Furthermore, the Multiple Linear Regression (MLR), the Gaussian Process Regression (GPR) and the Long Short-term Memory Networks and Fully Connected Layers (LSTM-FC) models are constructed relying on the above 19 factors. For three different kinds of test sets from 2010 to 2019, 2011 to 2019 and 2010 to 2019, the root mean square errors (RMSEs) of MLR, GPR and LSTM-FC between prediction and observations fluctuate within the range of 1.05-2.45, 1.00-1.93 and 0.71-0.95 as well as the average absolute errors (AAEs) 0.88-1.0, 0.75-1.36 and 0.50-0.70, respectively. As for the 2010-2019 experiment, the mean deviations of the three model outputs from the observation are 0.89, 0.78 and 0.56, together with the average evaluation scores 82.22, 84.44 and 88.89, separately. The prediction skill comparisons unveil that LSTM-FC model has a better performance than MLR and GPR. In conclusion, the deep learning model of LSTM-FC may shed light on improving the accuracy of short-term climate prediction about TC frequency. The current research can provide experience on the development of deep learning in this field and help to achieve further progress of TC disaster prevention and mitigation in Guangdong Province.     

基于多尺度特征融合网络的云和云阴影检测试验

基于深度学习的高分辨率光学影像云检测过程中,云和云阴影及其边缘细节丢失较为严重,主要原因在于不同尺度空间语义信息特征融合存在不足。针对该问题,本文构建一种基于深度学习的多尺度特征融合网络（Multi-scale Feature Fusion Network, MFFN）的云和云阴影检测方法,该算法结合防止网络退化的残差神经网络模块（Res.block）、扩大网络感受野的多尺度卷积模块（MCM）和提取并融合不同尺度信息的多尺度特征模块（MFM）。试验表明,本算法能提取丰富的空间信息与语义信息,可取得较为精细的云与云阴影掩模,具有较高检测精度,其中云检测准确率达0.9796,云阴影检测准确率达0.8307。同时,该工作可为深度学习技术应用于业务云检测提供理论支持及技术储备。     

现场海水中有机污染物光学测量方法研究

介绍了一种用光学方法对海水中的有机污染物（主要包括：叶绿素-a、黄色物质、石油）进行测量的光学系统，该系统可同时测量海水中多种有机污染物的种类和浓度。